问财量化选股策略逻辑
选股逻辑为：元宇宙行业，圆弧形形态，流通市值50-100亿。
选股逻辑分析
该选股策略同样基于元宇宙行业和圆弧形形态，同时加入了流通市值50-100亿的条件。此条件意味着每只股票都具有一定的规模和稳定性，是一个较为稳健的投资标的。
有何风险？
该选股策略的主要风险是可能会排除一些质量较高，但市值不足50亿或超过100亿的标的，可能会错过某些具有投资价值的股票，同时也存在股票基本面风险，需要仍需要注意。
如何优化？
若要优化该选股逻辑，可以考虑加入其他技术指标和基本面因素，比如市盈率、营收增长率等，以提高选股精度，并注意股票的基本面信息，及时调整持仓。
最终的选股逻辑
选股逻辑为：元宇宙行业，圆弧形形态，流通市值50-100亿，关注公司的基本面因素以提高选股准确度。
同花顺指标公式代码参考
通达信代码：
SELECT(DIV(TOT,100000000)>=5 AND DIV(TOT,100000000)<=10 AND MARKET='1' AND YELLOW(CORNER(TEXTP(低) 黄)),CODE)
其中，DIV(TOT,100000000)表示将总股本转换为流通市值，选股条件为流通市值在50亿到100亿之间。TEXTP(低)和CORNER(TEXTP(低) 黄)表示找出圆弧形形态的股票。
python代码参考
import tushare as ts
import pandas as pd
def get_stock_data():
gg_stocks = ts.get_zz500s()
gg_stocks = gg_stocks[gg_stocks['industry'] == '元宇宙']
today_data = ts.get_today_all()
today_data = today_data[(today_data['changepercent'] < 0) & (today_data['code'].str.startswith('6'))]
market_value = (today_data['mktcap'] / 100000000).between(50, 100)
today_data = today_data[market_value]
arc_shape = []
for code in today_data['code']:
df = ts.get_k_data(code)
if len(df) >= 3:
if max(df.iloc[-3:]['close']) == df.iloc[-2]['close'] and min(df.iloc[-3:]['close']) == df.iloc[-1]['close']:
arc_shape.append(True)
else:
arc_shape.append(False)
else:
arc_shape.append(False)
today_data['arc_shape'] = arc_shape
res = pd.merge(gg_stocks, today_data, on='code')
return res
print(get_stock_data())
其中，函数get_stock_data用于获取符合选股条件的股票数据，最终筛选条件包括元宇宙行业、当日跌幅小于0、流通市值在50亿到100亿之间、圆弧形形态。
## 如何进行量化策略实盘？
请把您优化好的选股语句放入文章最下面模板的选股语句中即可。
select_sentence = '市值小于100亿' #选股语句。
模板如何使用？
点击图标右上方的复制按钮，复制到自己的账户即可使用模板进行回测。
## 如果有任何问题请添加 下方的二维码进群提问。
